MétaCan
Menu
Retour à la cohorte
Enregistrement W4403047134 · doi:10.3389/fimmu.2024.1470677

TNF-α inhibitors for type 1 diabetes: exploring the path to a pivotal clinical trial

2024· review· en· W4403047134 sur OpenAlexaff
Cassandra Bazile, Magdy M Abdel Malik, Courtney Ackeifi, Randy L. Anderson, Roy W. Beck, Marc Y. Donath, Sanjoy Dutta, Joseph A. Hedrick, Stephen R. Karpen, Thomas W. H. Kay, Thomas J. Marder, Marjana Marinac, Jennifer McVean, Jeremy Pettus, Teresa Quattrin, Ruud H J Verstegen, Joshua A Vieth, Esther Latres

Notice bibliographique

RevueFrontiers in Immunology · 2024
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueDiabetes and associated disorders
Établissements canadiensHospital for Sick Children
Organismes subventionnairesNational Center for Advancing Translational Sciences
Mots-clésMedicineType 1 diabetesClinical trialDiseaseDiabetes mellitusInsulinBioinformaticsHypoglycemiaIntensive care medicineImmunologyInternal medicineEndocrinologyBiology

Résumé

récupéré en direct d'OpenAlex

Type 1 diabetes (T1D) is an autoimmune disease characterized by the destruction of insulin-producing β-cells in the pancreas. This destruction leads to chronic hyperglycemia, necessitating lifelong insulin therapy to manage blood glucose levels. Typically diagnosed in children and young adults, T1D can, however, occur at any age. Ongoing research aims to uncover the precise mechanisms underlying T1D and to develop potential interventions. These include efforts to modulate the immune system, regenerate β-cells, and create advanced insulin delivery systems. Emerging therapies, such as closed-loop insulin pumps, stem cell-derived β-cell replacement and disease-modifying therapies (DMTs), offer hope for improving the quality of life for individuals with T1D and potentially moving towards a cure. Currently, there are no disease-modifying therapies approved for stage 3 T1D. Preserving β-cell function in stage 3 T1D is associated with better clinical outcomes, including lower HbA1c and decreased risk of hypoglycemia, neuropathy, and retinopathy. Tumor Necrosis Factor alpha (TNF-α) inhibitors have demonstrated efficacy at preserving β-cell function by measurement of C-peptide in two clinical trials in people with stage 3 T1D. However, TNF-α inhibitors have yet to be evaluated in a pivotal trial for T1D. To address the promising clinical findings of TNF-α inhibitors in T1D, Breakthrough T1D convened a panel of key opinion leaders (KOLs) in the field. The workshop aimed to outline an optimal clinical path for moving TNF-α inhibitors to a pivotal clinical trial in T1D. Here, we summarize the evidence for the beneficial use of TNF-α inhibitors in T1D and considerations for strategies collectively identified to advance TNF-α inhibitors beyond phase 2 clinical studies for stage 3 T1D.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0050,004
Science ouverte0,0020,002
Intégrité de la recherche0,0080,012
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,061
Tête enseignante GPT0,346
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetDiabetes and associated disordersTravaux en français237 207